多年以来,英特尔一直在推动边缘计算的转型与进步,并在健康与生命科学、工业、零售、电信等一系列行业中为客户创造价值。据分析师预测,到2023年,75%的数据将在诸如城市、工厂、医院和商店等数据中心之外的地方被创造。而这其中,超过50%的数据将直接在边缘侧被处理、储存和分析,从而提供真正适当的延迟、带宽、可靠性、安全性和隐私保护。
随着人工智能(AI)技术的普及和5G时代的到来,我们预测智能边缘将带来巨大的商业价值并提升我们的日常生活水平。
下面是我们对于2021年智能边缘的行业预测。

英特尔公司物联网事业部副总裁兼工业解决方案部门总经理Christine Boles
工业转型持续加速:“新冠肺炎疫情使得各企业急需能够使运营变得更加灵活、可视和高效的解决方案,来完成智能工业的转型。我们将看到越来越多的公司通过使用机器学习、机器视觉和高级分析等人工智能解决方案来满足这一需求。随着经济的复苏,针对具备更多IT(互联网技术)功能的OT(运营技术)基础设施的投资仍将继续,以让广泛的生态系统参与者都能部署这些解决方案。此外,到2021年,智能工业的应用率也将显著提高。”

英特尔公司市场营销集团副总裁兼奥林匹克项目总经理
Rick Echevarria
体育运动将迎来新面貌:“2021年,人工智能、5G和智能边缘将帮助运动员提高运动成绩。与此同时,这些技术也将转变体育爱好者体验他们喜爱的体育运动的方式,无论是在线上还是线下,都能同时兼顾运动体验的安全性和互动性。”

英特尔公司物联网事业部副总裁兼零售、银行、酒店餐饮及教育行业部门总经理詹森侨(Joe Jensen)对教育的新思考:“到2021年,‘教育即服务(Education-as-a-Service,EaaS)’将成为教育领域发展的主旋律。我们预计,教育政策和投资方面的进展会进一步推动这一理念发展。至关重要的是,相关方面要给学校提供足够的资金支持,以推进这一服务模式并确保所有学生都能获得负担得起的高质量教育。放眼长远,‘教育即服务’将会成为全球教育的标准。”
加速无缝零售解决方案发展:“微型配送中心使得小型零售商在新冠肺炎疫情期间能够与线上零售巨头并驾齐驱。在接下来的一年里,我们将看到零售行业‘仓库化’,即越来越多的零售商将通过微型配送中心完成订单(无论是食品杂货还是消费品)。这将帮助零售商,尤其是小型零售商,降低租金和进店客流量进而节省成本并带来运营上的便利。从长远来看,零售商将继续依赖如幕后店的无缝便捷解决方案,从而为顾客提供经济高效的配送服务。想要在不断变化的零售市场中成为‘赢家’,零售商必须以创造性的方法转变其生产方式,以满足客户的期望。”

英特尔公司网络平台事业部副总裁兼总经理
Alex Quach
网络虚拟化:“到2024年,核心网络虚拟化将迎来爆发点,其负载虚拟化比例将从50%增长到80%以上。此外,我们还预计大多数领先5G运营商都将在2021年启动5G独立组网(SA)核心网部署。”

英特尔公司无线接入网络部门副总裁兼总经理
Cristina Rodriguez
网络转型:“随着网络的高速转型,2021年虚拟无线接入网架构 (vRAN)上将大量部署大规模天线技术 (Massive MIMO)。在试验阶段后,这些技术将在数千个站点上部署。”

英特尔公司智慧城市与智能交通事业部总经理
Sameer Sharma
城市将更加智慧:“2021年将是智慧、弹性城市、基础设施和交通行业的破局之年。短期内,我们将看到采用智慧城市技术的中型城市快速增加。与此同时,这也将加快此项技术在技术中心之外实现大众化的脚步。从长远来看,随着消费者逐渐看到智能技术给生活带来的好处,更多的农村地区也将采用智慧城市基础设施。
为了实现这一美好的未来愿景,从智能边缘到5G再到云的技术投资也将增加。随着城市逐渐从新冠疫情的影响中恢复,技术将成为确保新商业模式发展和采用的关键驱动力,并将有力促进经济增长。”

英特尔公司物联网事业部副总裁兼健康、生命科学与新兴技术部门总经理Stacey Shulman
公共卫生状况持续改善:“目前医疗卫生行业发展的一大阻力是医疗记录标准化和跨组织的数据共享,医疗行业的携手合作对于解决疾病和健康问题至关重要。正如我们在今年新冠疫情中所见,这种合作尤其在应对公共卫生危机和跟踪人口健康方面极为必要和有效。
2021年,随着人工智能和联邦学习等新兴技术在医疗卫生行业逐渐普及,信息共享的交付模式将得到完善。除了助力远程医疗等创新之外,这些技术还将加快并简化协作流程,方便专业人员为患者提供优质的医疗服务,并掌握最新的治疗方案。”
好文章,需要你的鼓励
华硕Ascent GX10 GPU采用了最新的Blackwell架构,这一架构针对Diffusion模型和Transformer等主流AI模型配备了专门的加速单元。
DeepSeek-AI团队开发的DeepSeekMath-V2突破了传统数学AI只关注答案正确性的局限,首次实现了AI的"自我验证"能力。该系统在2025年IMO竞赛中达到金牌水平,在2024年普特南竞赛中得分118/120,远超人类最高分。这项技术通过训练AI像数学专家一样检查和改进自己的推理过程,为AI辅助数学研究和教育开启了新的可能。
探索Mac终端中鲜为人知但实用的命令技巧,包括快速设置闹钟、检查电池健康状态、查找WiFi密码、清理下载记录以及自定义截图设置等。这些命令能显著提升安全从业者的工作效率,从Touch ID认证到网络管理,涵盖多个实用场景。
这项由伊利诺伊大学与谷歌联合开展的研究提出了"分离然后合并"(StM)的视频合成新方法,通过自动分解5万个视频片段创建了大规模训练数据集,解决了传统方法无法同时保持原始动作和实现环境适应的问题,让AI能像经验丰富的演员一样既保持特色又融入新场景。